风机叶片结冰状态的监测方法及其装置及计算机可读存储介质

1.本发明实施例涉及风力发电技术领域，尤其涉及一种风机叶片结冰状态的监测方法及其装置及计算机可读存储介质。


背景技术：

2.随着煤炭、石油等能源的逐渐枯竭，人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展，风机在电力系统中的应用日益增加。风机是将风能转化为电能的大型设备，通常设置于风能资源丰富的地区。
3.叶片是风机系统中的一个重要的部件，风机在冬天或者寒冷的地区运行时，叶片长期直接暴露在恶劣环境中，导致风机叶片时常发生结冰故障。叶片结冰会直接影响风力发电的经济性，还会威胁到风机周边的安全以及设备的使用寿命。因此，需要一种判断叶片是否结冰的方法以进行叶片故障的监测。


技术实现要素：

4.本发明实施例的目的在于提供一种风机叶片结冰状态的监测方法及其装置及计算机可读存储介质，能够对风机叶片的结冰故障进行很好的监测。
5.本发明实施例的一个方面提供一种风机叶片结冰状态的监测方法。所述方法包括：获取预定时间段内风机叶片的时域振动数据；将所述风机叶片的时域振动数据转化为频域振动数据；将所述频域振动数据划分为多个频率段；确定所述多个频率段中的至少一个频率段在所述预定时间段内的频率变化趋势；以及基于所述频率变化趋势并结合在所述预定时间段内风机所处的环境条件来监控所述风机叶片的结冰状态。
6.本发明实施例的另一个方面还提供一种风机叶片结冰状态的监测装置。所述装置包括一个或多个处理器，用于实现如上所述的风机叶片结冰状态的监测方法。
7.本发明实施例的又一个方面还提供一种计算机可读存储介质。所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，实现如上所述的风机叶片结冰状态的监测方法。
8.本发明一个或多个实施例的风机叶片结冰状态的监测方法及其装置及计算机可读存储介质充分利用振动数据和物理数据特征，将两者信息进行分析、融合，非常适合风机叶片结冰故障诊断。
9.本发明实施例的风机叶片结冰状态的监测方法及其装置及计算机可读存储介质通过对风机叶片的振动数据及环境因素等进行综合考虑，从而对于风机叶片的结冰故障诊断具有较高的准确率。
附图说明
10.图1为本发明一个实施例的风机叶片结冰状态的监测方法的流程图；
11.图2为本发明一个实施例的风机叶片挥舞x方向某采样时间点的原始高频振动数据波形图以及频谱图；
12.图3为本发明一个实施例的风机叶片振动数据带通滤波后各倍频频率段的频谱图；
13.图4为本发明一个实施例的确定某频率段在预定时间段内的频率变化趋势的具体步骤；
14.图5为本发明一个实施例的风机叶片振动数据带通滤波后各倍频频率段的固有频率搜索结果的示意图；
15.图6为本发明一个实施案例的风机叶片一阶频率迭代搜索结果的示意图；
16.图7为本发明另一个实施案例的风机叶片一阶频率迭代搜索结果的示意图；
17.图8为本发明一个实施例的风机叶片结冰状态的监测装置的示意性框图。
具体实施方式
18.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
19.在本发明实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。除非另作定义，本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而且可以包括电性的连接，不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
20.本发明实施例提供了一种风机叶片结冰状态的监测方法。图1揭示了本发明一个实施例的风机叶片结冰状态的监测方法的流程图。如图1所示，本发明一个实施例的风机叶片结冰状态的监测方法可以包括步骤s11至步骤s15。
21.在步骤s11中，获取预定时间段内风机叶片的时域振动数据。
22.图2中的第一幅图揭示了本发明一个实施例的风机叶片挥舞x方向某采样时间点的原始高频振动数据波形图。如图2所示，在一个实施例中，可以获取预定时间段内某风场风机叶片挥舞状态下监测到的x方向的振动数据。当然，在其他实施例中，可以获取预定时
间段内某风场风机叶片摆振状态下监测到的y方向的振动数据。
23.在步骤s12中，将风机叶片的时域振动数据转化为频域振动数据。
24.图2中的第二幅图揭示了本发明一个实施例的风机叶片挥舞x方向某采样时间点的原始高频振动数据的频谱图。如图2所示，在一个实施例中，可以通过快速傅立叶变换(fft，fast fourier transform)将风机叶片的时域振动数据转化为频域振动数据。
25.在步骤s13中，将频域振动数据划分为多个频率段。
26.在一些实施例中，可以采用带通滤波的方法将频域振动数据划分为多个频率段。通过采用带通滤波的方法对多个频率段进行滤波，能够有效地消除各个频率段信号中的噪声成分。
27.在一些实施例中，可以基于风机叶片振动的倍频来确定多个频率段。在一个实施例中，多个频率段包括五个频率段，五个频率段例如可以分别包括超低频率段、低频率段、中频率段、高频率段及超高频率段。五个频率段可以分别基于风机叶片振动的一倍频至五倍频而确定。
28.图3揭示了本发明一个实施例的风机叶片振动数据带通滤波后各倍频频率段的频谱图。如图3所示，基于风机叶片振动的一倍频至五倍频，将风机叶片的频域振动数据对应划分为五个倍频的频率段。
29.继续参照图1所示，在步骤s14中，确定多个频率段中的至少一个频率段在预定时间段内的频率变化趋势。
30.在一个实施例中，在预定时间段内的频率变化趋势是在预定时间段内风机叶片振动的固有频率的变化趋势。
31.针对至少一个频率段中的任一个频率段，可以先确定在预定时间段内各采样时间点风机叶片振动的固有频率，然后，可以基于在各采样时间点风机叶片振动的固有频率确定出风机叶片在预定时间段内频率段下的频率变化趋势。
32.在一些实施例中，确定在预定时间段内各采样时间点风机叶片振动的固有频率可以包括：根据在预定时间段内上一个采样时间点确定的风机叶片振动的固有频率来确定当前采样时间点的数据处理范围；及根据当前采样时间点的数据处理范围来确定当前采样时间点风机叶片振动的固有频率。
33.以下将结合图4来详细介绍本发明一个具体实施方式的如何确定某频率段在预定时间段内的频率变化趋势。
34.如图4所示。在一些实施例中，步骤s14的确定多个频率段中的至少一个频率段在预定时间段内的频率变化趋势可以进一步包括步骤s141至步骤s144。
35.风机叶片振动数据采集的预定时间段包括多个采样时间点。
36.在步骤s141中，针对至少一个频率段中的任一个频率段，确定在该预定时间段内各采样时间点的频率搜索区间。
37.在步骤s142中，以步骤s141中确定的各采样时间点的频率搜索区间在该频率段中对应各采样时间点的频率区段内分别进行频谱幅值搜索。
38.在步骤s143中，基于步骤s142中各采样时间点的频谱幅值搜索的结果来确定在各采样时间点风机叶片振动的固有频率。
39.在一些实施例中，可以计算各采样时间点，每个频率搜索区间内所有频率点的频
谱幅值之和，然后，可以基于频谱幅值之和最大的频率搜索区间来确定在各采样时间点风机叶片振动的固有频率。在一个实施例中，可以频谱幅值之和最大的频率搜索区间所对应的中点频率来作为在各采样时间点风机叶片振动的固有频率。
40.在本发明的一些实施例中，可以采用频率迭代搜索的方法来确定在预定时间段内各采样时间点的频率搜索区间。
41.以下将详细介绍如何采用频率迭代搜索的方法来确定在预定时间段内各采样时间点的频率搜索区间。
42.(1)先确定该频率段下的一个初始搜索频率f0。
43.(2)对于预定时间段内的第一个采样时间点，则以初始搜索频率f0来确定第一个采样时间点的频率搜索区间，例如可以初始搜索频率f0为基准上下浮动预定值a来作为第一个采样时间点的频率搜索区间，频率搜索区间例如为[f
0-a,f0+a]。根据频率搜索区间[f
0-a,f0+a]在第一个采样时间点进行频谱幅值搜索。
[0044]
(3)在上述频率搜索区间[f
0-a,f0+a]内搜索，计算各频率搜索区间[f
0-a,f0+a]内所有频率点的频谱幅值之和，其中，将频谱幅值之和最大的频率搜索区间所对应的中点频率作为第一个采样时间点风机叶片振动的固有频率f1。
[0045]
(4)对于预定时间段内除第一个采样时间点之外的其他采样时间点，则以上一个采样时间点确定的固有频率fi来迭代确定下一个采样时间点的频率搜索区间，例如可以上一个采样时间点确定的固有频率fi为基准上下浮动预定值a来作为下一个采样时间点的频率搜索区间，下一个采样时间点的频率搜索区间可以表示为[f
i-a,fi+a]。
[0046]
例如，对于第二个采样时间点，则以第一个采样时间点确定的风机叶片振动的固有频率f1来迭代确定第二个采样时间点的频率搜索区间为[f
1-a,f1+a]。然后，以频率搜索区间为[f
1-a,f1+a]在第二个采样时间点进行频谱幅值搜索，计算各频率搜索区间[f
1-a,f1+a]内所有频率点的频谱幅值之和，然后，将频谱幅值之和最大的频率搜索区间所对应的中点频率作为在第二个采样时间点风机叶片振动的固有频率f2。然后，以此类推，直至搜索到最后一个时间点。
[0047]
通过这样的方式，只对搜索预设区间内的数据进行处理，即能降低计算设备的负担，同时也可以在一定程度上避免其他频率的噪音对监测结果产生误导，提高了获取固有频率的准确性。
[0048]
图5揭示了本发明一个实施例的风机叶片振动数据带通滤波后各倍频频率段的固有频率搜索结果的示意图。如图5中的虚线和箭头所示，分别示出了风机叶片在一至五倍频频率段通过频率迭代搜索的方法所确定的固有频率。
[0049]
返回参照图4，在步骤s144中，可以基于各采样时间点风机叶片振动的固有频率来确定出风机叶片在预定时间段内该频率段下的频率变化趋势。
[0050]
可以根据在步骤s143中得到的每个采样时间点的固有频率fi，画折线图来分析风机叶片在该预定时间段内该频率段下的频率变化趋势。
[0051]
返回参照图1，在步骤s15中，可以基于频率变化趋势并结合在预定时间段内风机所处的环境条件来监控风机叶片的结冰状态。
[0052]
当风机叶片出现结冰故障时，叶片质量的改变会影响频率值的改变。因此，在基于任一频率段的频率变化趋势确定出风机叶片的频率变化超过预定频率阈值时，则确定风机
叶片的质量发生改变。在确定风机叶片的质量发生改变的情况下，则可以进一步结合在该预定时间段内风机所处的环境条件来判断风机叶片是否发生结冰故障。
[0053]
在一些实施例中，环境条件例如可以包括但不限于温度和空气湿度。
[0054]
在一个实施例中，在确定风机叶片的质量发生改变的情况下，当温度小于等于预定温度阈值，并且空气湿度高于预定湿度阈值时，则进一步判断出风机叶片出现结冰现象。例如，在确定风机叶片的质量发生改变的情况下，当温度小于等于0摄氏度且空气湿度高于30％时，则可以进一步判断风机叶片频率变化是由结冰现象影响的。
[0055]
本发明实施例的风机叶片结冰状态的监测方法利用采集到的某风场风机叶片挥舞或摆振状态下监测的x或y方向的实际振动信号数据进行处理，利用频谱图通过频率迭代搜索的方法可以得到各采样时间点叶片振动的固有频率，利用某一时间段频率值变化来判断叶片质量是否改变，再根据温度、空气湿度等环境因素进行综合考量，从而可以监测风机叶片的结冰故障。
[0056]
以下将应用两组风机叶片原始振动数据来对本发明实施例的风机叶片结冰状态的监测方法进行验证。
[0057]
图6揭示了本发明一个实施案例的风机叶片一阶频率迭代搜索结果的示意图。在图6中，选用内蒙古某地风机叶片在10月16号至10月17号时间段内24个连续时间点振动数据，其一倍频迭代搜索确定的固有频率如图6所示。在前8个时间点内，频率有明显下降趋势，频率减小超过12hz，表明叶片质量有所增加。
[0058]
图7揭示了本发明另一个实施案例的风机叶片一阶频率迭代搜索结果的示意图。在图7中，选择某地风机叶片在10月19号至10月20号时间段内24个连续时间点振动数据，其一倍频迭代搜索结果如图7所示，可知在第15个时间点频率下降到最低值，表明叶片质量在这个时间段有所增加。结合当地温度小于0摄氏度，湿度大于30％，综合得知叶片结冰现象发生。
[0059]
因此，通过上面的图6和图7的两个实施案例的频率搜索结果均在某时间段有明显下降趋势，再结合相关环境因素综合分析结果具有准确性和可信性。
[0060]
本发明实施例的风机叶片结冰状态的监测方法充分利用振动数据和物理数据特征，将两者信息进行分析、融合，非常适合风机叶片结冰故障诊断。
[0061]
本发明实施例的风机叶片结冰状态的监测方法通过对风机叶片的振动数据及环境因素等进行综合考虑，从而对于风机叶片的结冰故障诊断具有较高的准确率。
[0062]
本发明实施例还提供了一种风机叶片结冰状态的监测装置200。图8揭示了本发明一个实施例的风机叶片结冰状态的监测装置200的示意性框图。如图8所示，风机叶片结冰状态的监测装置200可以包括一个或多个处理器201，用于实现上面任一实施例所述的风机叶片结冰状态的监测方法。在一些实施例中，风机叶片结冰状态的监测装置200可以包括计算机可读存储介质202，计算机可读存储介质202可以存储有可被处理器201调用的程序，可以包括非易失性存储介质。在一些实施例中，风机叶片结冰状态的监测装置200可以包括内存203和接口204。在一些实施例中，本发明实施例的风机叶片结冰状态的监测装置200还可以根据实际应用包括其他硬件。
[0063]
本发明实施例的风机叶片结冰状态的监测装置200具有与上面所述的风机叶片结冰状态的监测方法相类似的有益技术效果，故，在此不再赘述。
[0064]
本发明实施例还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有程序，该程序被处理器执行时，实现上面任一实施例所述的风机叶片结冰状态的监测方法。
[0065]
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于：相变存储器/阻变存储器/磁存储器/铁电存储器(pram/rram/mram/feram)等新型存储器、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0066]
以上对本发明实施例所提供的风机叶片结冰状态的监测方法及其装置及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风机叶片结冰状态的监测方法及其装置及计算机可读存储介质进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想，并不用以限制本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的精神和原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。